Le divertisement à l'ère de l'épistémologie de la machine

«Sans couleur et sans bruit, ce que c’est beau une télé», nous dit le chanteur français Arthur H. avec sa voix éraillée, susurrant une vérité si intègre qu’elle déconcentre. Une télévision, c’est admirable quand on la regarde éteinte, car dans la noirceur elle ne peut être gâchée par le contenu qu’elle projette. Nous nous rappelons aussi cette déclaration du dramaturge George Bernard Shaw qui, en parlant des enseignes lumineuses nouvellement installées sur Broadway, commenta: «It must be beautiful, if you cannot read».

Il existe une façon de voir les objets de la technologie à l’extérieur de leur fonction, un regard porté sur l’objet lui-même; matériel, concret, un monolithe noir dans les salons de toutes les maisons du monde. Mais à l’intérieur d’elle grouille la vie de l’entertainment, ou comme l’appelait le théoricien des médias Neil Postman: l’épistémologie du média. Maintenant bien installée dans notre quotidien, la télévision n’est plus quelque chose que nous remettons en question. Mais la télévision et les productions audiovisuelles qui en découlent ne sont pas stagnantes; la production du contenu varie et est influencée par l’arrivée de nouveaux outils technologiques. La télévision change, nous pouvons même pousser l’audace en disant qu’elle évolue au fil de cesdites innovations devenant plus attirante, plus envoûtante.

Bienvenue à l’âge de la télévision big data de Netflix, dans laquelle il est courant de voir du casting par data-mining1, le développement de projets par prévisions algorithmiques2 et la production de projets par calcul de visibilité obtenue3. Si une chose est certaine, c’est que le processus de production d’une télésérie a radicalement changé de modèle depuis l’apparition des services de streaming. La technologie est passée d’inspiration à actant dans la production culturelle. L’on confie de plus en plus de responsabilités décisionnelles à l’informatique, aux réseaux et au big data. Il en résulte des productions énigmatiques, complexes et déconcertantes.

1- Le projet Sunspring

Sunspring est un court-métrage scénarisé par un agrégateur de texte ayant été nourri d’une douzaine de scénarios de films de science-fiction provenant des années 1980-1990. L’agrégateur, baptisé BENJAMIN, est une intelligence artificielle de type LSTM (c’est-à-dire une Long Short-Term Memory dont l'attribut principal est d'être capable de séparer des lignes de code complexes (notamment l'écriture manuscrite) et ensuite de les reconfigurer en agencement cohérent. Ce type de traitement de données permet ensuite à la machine de faire des prédictions sur les occurrences à suivre. BENJAMIN télécharge les scénarios qui lui sont soumis et apprend la formule d’un scénario type pour ensuite produire son propre scénario. L’intelligence artificielle déduit alors la structure-cadre d’un scénario typique et ajoute les didascalies et les lignes de dialogues. Le scénario est ensuite interprété par des acteurs qui tentent tant bien que mal de prononcer les dialogues déshumanisés. Malgré cela, le film a été l’objet d’une présentation dans le cadre du Sci-Fi London. Le résultat n’est rien de moins qu’un pastiche futuriste du Rhinocéros de Ionesco, à visionner ici.

2- Autoencoding Blade Runner

Un autre exemple d’expérimentation entre l’intelligence artificielle et le cinéma est le projet de maîtrise de Terence Broad au département d’informatique à Goldsmiths à la University of London. Broad a travaillé avec les réseaux neuronaux artificiels pour «auto-encoder» (c'est-à-dire un système artificiel neuronal utile pour l'apprentissage sans-supervision de méthodes de codages efficaces) le film culte de science-fiction de Ridley Scott, Blade Runner, adaptation de Do androids dream of electric sheep de Philip K. Dick. Le processus d’auto-encodage vise à réduire une oeuvre complexe en plusieurs parties compréhensibles par une machine afin qu’elle puisse les réorganiser de manière cohérente. Le système utilisé par Broad effectua un remontage quasi identique à celui que Terry Rawlings a fait à l’origine, ce qui à provoqué plusieurs éloges au projet de Broad. La vidéo n'est plus disponible, car elle enfreint les lois de la propriété intellectuelle, comme quoi la machine peut si bien exécuter sa tâche que le résultat final est indissociable du produit original.

3- Morgan

La troisième expérimentation et non la moindre nous provient des studios de la 20th Century Fox qui ont demandé au célèbre programme Watson (celui qui était en compétition à Jeopardy! en 2011) de télécharger le long-métrage Morgan du réalisateur Luke Scott (le fils de Ridley) afin de générer une bande annonce pour le film. Le laboratoire de recherche IBM Research a effectué l’analyse d’une centaine de bandes annonces pour des films d’horreur et suspense afin de cerner les mécanismes inhérents à la création d’images captivantes. Suite à ce catalogage de scènes, le programme Watson a sélectionné 10 scènes clés qui remplissent les critères de tension afin de composer la bande-annonce. De manière méta-réflective, ce film de suspense raconte l’histoire d’un programme de création d’humains artificiels qui se rebellent contre leurs créateurs.

La majorité des articles consultés pour la rédaction de ce délinéaire se concluent avec une touche d’espoir. L'un d'eux termine en disant simplement: «The good news is that it doesn’t look like computers will be replacing filmmakers or editors anytime soon»4. On est, somme toute, bien contents de voir un film comme Sunspot nous confirmer qu’il existe encore quelque chose dans l’âme humaine qui ne peut être imitée. Mais, dans notre écosystème d’entertainment, la machine qui crée de l’art se développe et se peaufine. Au départ, nous vivrons possiblement un inconfort avec le produit fini, mais cette impression ne tardera pas à passer. La machine va créer et avec elle viendra une nouvelle épistémologie, une qui exclura possiblement les notions humaines d’esthétique et de catharsis. Cette prochaine étape sera-t-elle indifférente à l’auditeur? Pouvons-nous prédire une machine qui s’amuse toute seule et qui n’aura plus besoin de nous pour la regarder?

How to cite
Berthiaume, Jean-Michel. 31 octobre 2016. “Le divertisement à l'ère de l'épistémologie de la machine”. In Laboratoire NT2's Delinears. Available online: Laboratoire NT2. </nt2-3/en/delineaires/le-divertisement-lere-de-lepistemologie-de-la-machine>. Accessed on February 23, 2024.